我们可以信任机器学习吗？面向自闭症青少年的开源语音分析工具特征可靠性研究

基于机器学习的行为模型依赖于从音视频录音中提取的特征进行处理。这些录音使用开源工具提取语音特征用于分类模型。这些工具常缺乏验证，以确保在捕获行为相关信息方面的可靠性。这一差距引发了关于在不同人群和情境下可重复性和公平性的担忧。当语音处理工具在其设计情境之外使用时，可能无法公平地捕获行为差异，从而对模型产生偏差影响。我们评估了来自两个广泛使用的语音分析工具OpenSMILE和Praat提取的语音特征，以评估其在考虑自闭症青少年时的可靠性。我们观察到工具之间特征存在显著差异，这会影响不同情境和人口统计学群体中的模型性能。我们鼓励进行领域相关的验证，以提高临床应用中机器学习模型的可靠性。